3 步上手
前提条件：请先在 https://console.suanli.cn 完成注册和登录
3 步快速上手流程：
1 新建任务
点击任意【新增部署】按钮开始创建任务。
2 填写任务信息
2.1 选择资源
根据您的需要筛选 GPU，包括所在区域、显存要求、CPU 核心数、内存大小等。
选择 GPU 型号：推荐选择不限区域——享受全国闲置算力资源 随取随用
GPU 型号推荐配置：随便选
显存完全达标：
- 图片中所有 4090 型号单卡均提供 24GB 显存，远超服务部署启动的要求，无需担心显存不足。
性价比与灵活性：
- 1 卡配置：每小时仅需 1.98 元，按秒计费（0.000550 元/秒），适合短期测试或常规任务。
- 库存充足：1 卡版本库存多台，无需等待，快速部署。
- 多卡选项备用：若未来需要分布式训练或高并发任务，可随时切换 2 卡/4 卡。
简化选择逻辑：
- 无特殊需求：如果只是运行文档镜像中的常规任务（如模型推理、数据处理），单卡性能完全足够。
- 兼容性无忧：镜像仓库默认适配主流 GPU 型号（如 4090），无需额外调试。
操作建议
- 直接勾选「4090（1 卡）」+「1 个节点」，填写服务名称（如
demo-test-2025），快速完成部署。 - 进阶场景：仅当需要训练大模型（如 LLM、多模态）时，再考虑 2 卡/4 卡配置。
图片中的配置均为“无坑选项”，闭眼选 1 卡即可开箱即用，成本可控，资源立即可用。
点击选择某一型号 GPU 后，可配置任务需要的计算节点数量。至少选择 1 个节点，最多可选 20 个节点，建议先启动 1 个节点进行验证，运行稳定后可横向扩展至所需规模。
选择 GPU 和节点数量后，继续填写服务配置信息
2.2 定义服务配置信息
按要求依次填写任务信息，包括服务名称、镜像地址、端口以及环境变量。
这里我们填写了 jupyter 的 CPU 服务信息作为示例，jupyter 建议只用一个节点，不然可能导致异常：
【服务名称】jupyter 【镜像地址】harbor.suanleme.cn/huang5876/mikebirdgeneau/jupyterlab:v1.0 【端口】8888
填写完成后，点击【部署服务】按钮，发布任务。
3 查看运行状态
发布任务后会自动跳转至任务详情界面，等待节点分配。
节点分配完成后，点击【公开访问】中的任一链接均可正常访问该服务。
我们点击【公开访问】中的链接访问 jupyter 服务。
服务运行效果：
容器服务成功运行后，您可以在服务运行日志中找到 token
复制到此处即可正常进入登录
然后开始使用 JupyterLab 服务
一些名词详细解释
新增部署
打个比方：
就像在工厂里新建一条“生产线”，需要准备原材料（GPU 型号）、设计生产流程（镜像仓库）、计算成本（费用账单）。
包含内容：
- 资源管理：分配和管理计算资源（如 GPU、内存），类似工厂调度机器和工人。
- 镜像仓库：存储和管理容器镜像，就像存放标准化的“生产配方”，确保每次部署一致性。
- 费用账单：记录资源使用成本，类似工厂的“水电费明细表”。
GPU 型号（4090）
打个比方：
像不同规格的“工程机械车”：
- 1 卡/2 卡/4 卡/8 卡：代表单台机器搭载的 GPU 数量，类似一辆卡车能装 1 台或 8 台发动机，动力逐级增强。
- 显存 24GB：相当于车辆的“货仓容量”，决定了一次性能处理多少数据（如大型模型参数）。
- 内存 64GB & CPU 核心数 16：如同驾驶室的空间和司机数量，影响多任务并行处理效率。
- 库存数 xxx：表示当前可用的“车辆库存”，库存越多，部署越快。
适用场景：
- 1 卡：常规任务（模型推理、数据处理）。
- 多卡：分布式训练、高并发计算（如大语言模型训练）。
显存要求（至少 16GB）
打个比方：
就像要求“绘图桌”的最小尺寸，必须足够大才能铺开复杂的设计图纸（如大型神经网络参数）。
简而言之：
显存是 GPU 用于临时存储计算数据的空间，16GB 是运行中等规模 AI 模型（如 Stable Diffusion）的最低要求。4090 提供 24GB 显存，远超基准，确保任务流畅运行。
节点数量
打个比方：
节点就像“克隆的工厂车间”，每个车间（节点）拥有相同的配置（如 1 卡 GPU）。增加节点数量等于同时启用多个车间，并行处理更多任务。
操作逻辑：
- 先选择“车间设备规格”（GPU 型号）。
- 再决定需要多少间“车间”（节点数量）。
示例：
- 1 节点：单任务处理（如训练一个模型）。
- 多节点：分布式计算（如同时训练多个模型）。
服务配置（服务名称）
打个比方：
就像给项目文件贴标签，例如“2025-双十一促销数据分析”，方便后续查找和管理。
简而言之：
服务名称是用户为当前部署任务定义的唯一标识，建议采用「用途 + 日期」格式（如 image-classification-20250515），便于后续监控、管理和成本追踪。